論文の概要: Multi-objective Generative Design of Three-Dimensional Composite
Materials
- arxiv url: http://arxiv.org/abs/2302.13365v1
- Date: Sun, 26 Feb 2023 17:45:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-28 17:37:02.375190
- Title: Multi-objective Generative Design of Three-Dimensional Composite
Materials
- Title(参考訳): 三次元複合材料の多目的生成設計
- Authors: Zhengyang Zhang, Han Fang, Zhao Xu, Jiajie Lv, Yao Shen, Yanming Wang
- Abstract要約: 本稿では,3次元複合構造物の逆設計を実現するために,ワッサーシュタイン生成対向ネットワーク(MDWGAN)について報告する。
本フレームワークは, 各種構造の特徴を保ちながら, 生成したコンポジットの特性を多面的に調整することができる。
- 参考スコア(独自算出の注目度): 12.258353990252312
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Composite materials with 3D architectures are desirable in a variety of
applications for the capability of tailoring their properties to meet multiple
functional requirements. By the arrangement of materials' internal components,
structure design is of great significance in tuning the properties of the
composites. However, most of the composite structures are proposed by empirical
designs following existing patterns. Hindered by the complexity of 3D
structures, it is hard to extract customized structures with multiple desired
properties from large design space. Here we report a multi-objective driven
Wasserstein generative adversarial network (MDWGAN) to implement inverse
designs of 3D composite structures according to given geometrical, structural
and mechanical requirements. Our framework consists a GAN based network which
generates 3D composite structures possessing with similar geometrical and
structural features to the target dataset. Besides, multiple objectives are
introduced to our framework for the control of mechanical property and isotropy
of the composites. Real time calculation of the properties in training
iterations is achieved by an accurate surrogate model. We constructed a small
and concise dataset to illustrate our framework. With multiple objectives
combined by their weight, and the 3D-GAN act as a soft constraint, our
framework is proved to be capable of tuning the properties of the generated
composites in multiple aspects, while keeping the selected features of
different kinds of structures. The feasibility on small dataset and potential
scalability on objectives of other properties make our work a novel, effective
approach to provide fast, experience free composite structure designs for
various functional materials.
- Abstract(参考訳): 3Dアーキテクチャの複合材料は、様々な用途において、複数の機能要件を満たすように特性を調整できることが望ましい。
材料の内部成分の配置により、複合材料の特性の調整において構造設計は非常に重要である。
しかし、ほとんどの複合構造は既存のパターンに従う経験的設計によって提案されている。
3d構造の複雑さによって、大きな設計空間から複数の望ましい特性を持つカスタマイズされた構造を抽出することは困難である。
本稿では, 幾何学的, 構造的, 機械的要求に応じて3次元複合構造を逆設計する多目的駆動ワッサースタイン生成逆ネットワーク (mdwgan) について述べる。
本フレームワークは, ターゲットデータセットに類似した幾何学的, 構造的特徴を有する3次元複合構造を生成するGANベースネットワークで構成されている。
また, 複合材料における機械的特性と等方性制御の枠組みにも, 複数の目的が導入された。
トレーニングイテレーションにおける特性のリアルタイム計算は、正確な代理モデルによって達成される。
フレームワークを説明するために、小さくて簡潔なデータセットを構築しました。
複数の目的を重み付け, 3D-GAN はソフト制約として作用し, 各種構造の特徴を保ちながら, 生成した複合材の特性を多面的に調整できることが実証された。
小さなデータセットの実現可能性と、他の特性の目的のスケーラビリティは、様々な機能材料に高速で経験のない複合構造設計を提供するための、新しい効果的なアプローチとなります。
関連論文リスト
- Structure from Duplicates: Neural Inverse Graphics from a Pile of
Objects [47.14442155536931]
本稿では,新しい逆グラフィックスフレームワークであるStructure from Duplicatesを紹介する。
複数の同一物体を含む単一の画像から幾何学、材料、照明を再構成する。
SfDは、単一の画像から複数ビューキューを活用することで、より現実的で詳細な3D再構成を生成する。
論文 参考訳(メタデータ) (2024-01-10T16:07:40Z) - StructRe: Rewriting for Structured Shape Modeling [63.792684115318906]
本稿では,構造化形状モデリングの新しいアプローチとして,構造書換えシステムであるStructReを提案する。
ポイントとコンポーネントで表される3Dオブジェクトが与えられたら、StructReはそれを上向きに、より簡潔な構造に書き直すか、より詳細な構造に書き直すことができる。
論文 参考訳(メタデータ) (2023-11-29T10:35:00Z) - Physics-Constrained Neural Network for Design and Feature-Based
Optimization of Weave Architectures [0.6144680854063939]
本稿では,新しい物理制約ニューラルネットワーク(PCNN)を提案する。
提案したPCNNは,提案した基準モデルよりも高い精度で,所望の弾性率の織り込みを効果的に予測できることを示す。
論文 参考訳(メタデータ) (2022-09-19T16:16:45Z) - Deep learning for the rare-event rational design of 3D printed
multi-material mechanical metamaterials [0.0]
マルチマテリアル3Dプリンティング技術は、メタマテリアルの合理的設計の道を開いた。
ネットワークの結果として生じる異方性力学特性と,特に稀な設計について検討する。
ディープラーニングに基づくアルゴリズムは、異なる設計の機械的特性を正確に予測することができる。
論文 参考訳(メタデータ) (2022-04-04T18:04:23Z) - Remixing Functionally Graded Structures: Data-Driven Topology
Optimization with Multiclass Shape Blending [15.558093285161775]
本稿では,多クラス関数型構造のためのデータ駆動型フレームワークを提案する。
鍵となるのは、滑らかにグレードされたマイクロ構造を生成する新しいマルチクラス形状ブレンディング方式である。
マイクロスケールの問題を、設計を事前に定義された形状に詰め込むことなく、効率的で低次元のものに変換する。
論文 参考訳(メタデータ) (2021-12-01T16:54:56Z) - How to See Hidden Patterns in Metamaterials with Interpretable Machine
Learning [82.67551367327634]
我々は,材料単位セルのパターンを見つけるための,解釈可能な多分解能機械学習フレームワークを開発した。
具体的には、形状周波数特徴と単位セルテンプレートと呼ばれるメタマテリアルの2つの新しい解釈可能な表現を提案する。
論文 参考訳(メタデータ) (2021-11-10T21:19:02Z) - Fold2Seq: A Joint Sequence(1D)-Fold(3D) Embedding-based Generative Model
for Protein Design [70.27706384570723]
Fold2Seqは特定の標的に条件付きタンパク質配列を設計するための新しいフレームワークである。
Fold2Seqの性能は, シーケンス設計の速度, カバレッジ, 信頼性において向上したか, 同等であったかを示す。
フォールドベースのFold2Seqの独特な利点は、構造ベースのディープモデルやRosettaDesignと比較して、3つの現実世界の課題においてより明確になる。
論文 参考訳(メタデータ) (2021-06-24T14:34:24Z) - Deep Generative Modeling for Mechanistic-based Learning and Design of
Metamaterial Systems [20.659457956055366]
深部生成モデルに基づく新しいデータ駆動メタマテリアル設計フレームワークを提案する。
本研究では,VAEの潜伏空間が,形状類似度を測定するための距離メートル法を提供することを示す。
機能的グレードとヘテロジニアスなメタマテリアルシステムの両方を設計することで、我々のフレームワークを実証する。
論文 参考訳(メタデータ) (2020-06-27T03:56:55Z) - Revealing the Invisible with Model and Data Shrinking for
Composite-database Micro-expression Recognition [49.463864096615254]
入力複雑性とモデル複雑性を含む学習複雑性の影響を分析する。
より浅層構造と低分解能入力データを探索する再帰畳み込みネットワーク(RCN)を提案する。
学習可能なパラメータを増やさなくてもRCNと統合できる3つのパラメータフリーモジュールを開発した。
論文 参考訳(メタデータ) (2020-06-17T06:19:24Z) - Learning Unsupervised Hierarchical Part Decomposition of 3D Objects from
a Single RGB Image [102.44347847154867]
プリミティブの集合として3次元オブジェクトの幾何を共同で復元できる新しい定式化を提案する。
我々のモデルは、プリミティブのバイナリツリーの形で、様々なオブジェクトの高レベルな構造的分解を復元する。
ShapeNet と D-FAUST のデータセットを用いた実験により,部品の組織化を考慮すれば3次元形状の推論が容易になることが示された。
論文 参考訳(メタデータ) (2020-04-02T17:58:05Z) - Intelligent multiscale simulation based on process-guided composite
database [0.0]
本稿では、プロセスモデリング、材料均質化、機械学習に基づく統合データ駆動モデリングフレームワークを提案する。
我々は, 自動車, 航空宇宙, エレクトロニクス産業において重要な材料システムとして認識されてきた, 射出成形した短繊維強化複合材料に興味を持っている。
論文 参考訳(メタデータ) (2020-03-20T20:39:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。